基于小波分析的牵引变流器故障诊断技术研究

针对200 km/h电动车组的牵引变流器,利用MATLAB/Simulink软件平台建立仿真模型,并运用小波变换的手段进行故障诊断,取得了良好的效果。文中以牵引变流器三相输出电流的不平衡故障为例,验证了该故障诊断方法的有效性。     

变流器故障诊断技术综述

总结了变流器的常见故障及其诊断方法,主要对小波分析及神经网络诊断方法进行了系统归纳;指出变流器故障诊断方法现存在的问题,预测了其发展趋势。     

200km／h电动车组牵引变流器控制系统研制

介绍了２００ｋｍ／ｈ电动车组牵引变流器控制系统中的四象限变流器、中间电压限制斩波器、电机逆变器等主要环节的控制策略及实现方法。     

辅助变流器故障诊断技术

介绍了一种应用于辅助变流器的故障诊断技术,重点分析了辅助变流器主电路及该故障诊断技术的硬件及软件构成。该技术已应用于多种辅助变流器上,实际运用表明该技术可有效帮助分析辅助变流器故障,实用、可靠。     

基于250～350km/h可变编组动车组牵引系统研究

介绍了250～350 km/h可变编组动车组牵引系统的性能指标。参照大西高铁综合试验数据和中国标准动车组互联互通阻力测试结果确定动车组运行总基本阻力计算公式,依据列车运行速度和编组数得出阻力调整因子,对可变编组动车组运行总基本阻力加以修正。根据动车组加速度和牵引力要求,计算出不同速度等级的4～18编组整车功率,并依次计算出牵引电机和变流器的功率。为提升牵引系统的轻量化和集成化技术,主变流器选定3 300 V/500 A SiC混合功率模块器件。根据3个速度等级4～18编组整车的功率比,考虑牵引电机极限值,计算出相应速度列车的动拖比和齿轮箱变速比。在不同的速度等级和编组情况下,分别对3种故障状态下的牵引性能进行验证。计算结果表明:所设计的牵引系统具有可行性,列车牵引、启动和电制动性能良好。     

SOM神经网络在电力机车主变流器故障诊断中的应用

提出了将自组织特征映射(SOM)神经网络应用于电力机车主变流器的故障诊断中.该网络模型结构简单,无需监督,能对输入模式进行聚类.从变流器输出波形中提取数据,利用MAqZAB7.0神经网络工具箱,对其故障进行诊断.试验结果表明,自组织特征映射神经网络具有较好的聚类功能,用于电力机车主变流器故障诊断是准确、可靠和可行的.     

电力机车主变流器故障智能诊断系统

对电力机车主变流器的输出电压波形采用能量分布特征提取方法和优化BP算法,提出了基于小波变换和BP神经网络的主变流器故障智能诊断系统。利用该系统对变流器整流元件的开路故障进行了故障诊断仿真,验证了该智能诊断系统的准确性和有效性。     

基于小波分析和SVM的主变流器故障诊断

针对电力机车主变流器的故障,提出基于小波分析和支持向量机(SVM)的故障诊断方法.首先,运用小波包对特征信号进行分解和重构,然后提取各频带的能量,将得到的能量值构造为特征向量,最后把特征向量输入到支持向量机,进行故障诊断.MATLAB仿真结果表明,该方法能够准确地对故障进行诊断.     

基于HPSO-WNN的牵引变压器故障诊断算法研究

为全面有效地诊断电力机车牵引变压器故障,提出一种基于混合粒子群算法的正交小波神经网络(HP-SO-WNN)方法,对牵引变压器进行综合测试和诊断。将色谱数据和电气试验数据作为正交小波神经网络的输入量,网络隐藏层采用具有正交性的小波函数db4作为基函数,利用混合粒子群算法获得正交小波神经网络的初始值并优化网络参数。试验结果证明,本文提出的HPSO-WNN确实可有效提高牵引变压器故障诊断速度和准确度。     

250km/h货运动车组牵引变流器

为适应快速货运的发展要求,通过对现有变流器整流、牵引逆变和辅助逆变部分的控制进行优化,设计了250 km/h货运动车组牵引变流器。通过仿真验证,改进后的算法能提高网侧电流信号品质,可减小辅助变流器输出电压谐波含量,并且能改善辅助变流器输出各相电压之间的不平衡度。功能和研究性试验表明温升结果满足实际要求,型式试验验证了250 km/h货运动车组电气系统设计的合理性。     

基于故障树的地铁列车牵引系统故障诊断

介绍了故障树分析法。阐述了地铁列车牵引建立的条件。以地铁列车牵引系统为例,建立了故障树并求得最小割集。基于最小割集和故障案例统计数据,对故障进行了诊断。此分析方法在地铁列车故障诊断中有较好的应用价值。     

基于改进BP神经网络的驼峰场车辆减速器故障诊断的研究

减速器是驼峰场控制速度的主要部分,随着当前高速铁路大发展和铁路货运量的提高,编组站解体和编组能力加大,车辆减速器使用率和故障率增加,而现场维修人员凭借经验的低效率维修已经不能满足当前的货运溜放要求,对驼峰溜放控制,钩车安全连挂提出更高的要求,因此根据现场收集的数据建立BP神经网络模型进行仿真训练,精确诊断驼峰车辆减速器TJK(Y)2,3的故障部位,仿真结果表明,故障判断准确率达到96%。     

基于主元分析-概率神经网络的车辆受电弓故障诊断

在城市轨道交通车辆受电弓日常检修过程中,大量检修及故障数据未得到合理利用.针对计划检修已不能满足目前受电弓检修要求的问题,提出了一种基于主元分析和概率神经网络结合的故障诊断方法.该方法运用主元分析法对受电弓日常检修中的初始特征参数进行降维,将降维后特征参数输入到概率神经网络模型中进行故障诊断,判定受电弓故障模式.仿真结...     

基于Petri网技术的牵引供电系统故障诊断方法

介绍一种基于Petri网的牵引供电系统故障诊断方法,可用于检测节点是否发生故障和判断信号是否准确.给出了应用实例.与传统方法相比,该方法提高了效率和准确性,更适台于在线检测.     

基于BP神经网络的动车组客室空调故障识别与预警研究

动车组客室空调良好的制冷效果是旅客舒适度和动车组稳定有序运行的重要保证,但客室空调故障的发生具有突发性和隐蔽性特点,给空调系统的日常检修维护带来极大困难。采用BP神经网络算法建立客室室温预测模型,并运用Matlab编程计算实现客室室温理论预测。根据预测模型在CRH380B(L)型动车组客室空调系统中的实际验证情况,制定客室空调故障识别与预警的阈值、规则和等级,为后期客室空调系统故障自动识别与预警系统的开发奠定基础,完善动车组客室空调故障识别和预警机制,对动车组客室空调故障的在线实时识别与潜在故障的预警具有重要意义。     

基于小波分析的光伏并网逆变器故障诊断

针对光伏并网逆变器的故障检测与智能在线诊断问题,提出了一种C3C3逆变器故障特征提取方法。该方法以逆变器输出三相电流的小波分析结果作为判断依据,将故障信号的近似分量和细节分量相结合作为故障特征向量,利用神经网络的分类功能,实现对光伏并网逆变器的故障诊断。该方法无需电压信号和人工参与,硬件实现简单,且抗干扰性强。仿真实验结果证明了该方法的有效性。     

电力机车牵引变压器故障解析

牵引变压器是电力机车的重要部件之一,该部分故障的早发现、早处理、避免事态扩大、防止恶性机车事故发生是机车检修和运用部门必须解决的问题。本文以机车牵引变压器故障分析和诊断为切入点,综合分析了在检修、运用中发生的各种典型故障,特别是根据油中溶解特征气体含量统计分析,摸索总结出了机车牵引变压器的各种故障性质、程度和应急响应数据,揭示了油色谱分析的重要性,可有效防止机车牵引变压器烧损着火的发生。     

基于模型诊断和专家系统的牵引变压器故障诊断研究

针对现有专家系统在故障诊断中存在的问题,提出将基于模型诊断的方法应用于牵引变压器故障诊断中.将故障分为潜伏性故障和电气回路故障两类,对于前者,将专家系统和基于模型的诊断方法相结合,充分利用两者的优势对变压器故障进行诊断,并给出具体实现过程;对于后者,直接利用模型诊断的方法,建立以电压、电流为变量的牵引变压器结构和功能的两层抽象模型,利用观测位置的不变性,将诊断分为离线和在线诊断两部分,对牵引变压器故障进行诊断.通过实例仿真获得故障数据并应用模型诊断推理,验证了基于模型诊断的方法应用于牵引变压器故障诊断的可行性和有效性.